如何解决为什么线性和逻辑回归的系数不同?
如果我错了,请纠正我,但是我听说Logistic回归将数据的线性回归作为“变量”(而不是x),例如:
是真的吗?导致以下代码的原因是同一数据的系数不同:
data = pd.read_csv('logistic_reg.csv')
scores = data['score']
states = data['approved']
x = np.array(scores).reshape(-1,1)
y = np.array(states)
model = LinearRegression().fit(x,y)
print(model.coef_)
print(model.intercept_)
model = LogisticRegression().fit(x,y)
print(model.coef_)
print(model.intercept_)
[0.00270938]
-1.050025042121259
[[0.04209124]]
[-23.95021449]
感谢您的回答。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。